mmdetection训练dota数据集

### mmdetection框架训练DOTA数据集配置示例 mmdetection是一个强大的开源目标检测库，支持多种模型架构以及自定义数据集的训练。为了在mmdetection中训练DOTA数据集，需要完成以下几个方面的设置：数据预处理、配置文件修改以及模型训练。 #### 数据准备 DOTA数据集是一种遥感图像数据集，其标注格式为旋转框（Rotated Bounding Box）。因此，在使用mmdetection之前，需将原始DOTA数据转换成mmdetection兼容的COCO格式或其他支持的格式[^1]。以下是具体的步骤： 1. **安装依赖项** 确保已正确安装`mmdet`及其依赖项。可以通过官方文档中的命令进行安装。 2. **数据转换脚本** 使用社区提供的工具或自行编写Python脚本来实现DOTA到COCO格式的转换。以下是一段简单的代码片段用于演示此过程： ```python import json from pycocotools.coco import COCO def dota_to_coco(dota_ann_file, output_json): coco_data = { 'images': [], 'annotations': [], 'categories': [] } categories = ['plane', 'ship', 'storage-tank'] # 替换为目标类别列表 category_map = {cat: idx + 1 for idx, cat in enumerate(categories)} image_id = 0 ann_id = 1 with open(dota_ann_file, 'r') as f: lines = f.readlines() for line in lines: parts = line.strip().split(' ') bbox = list(map(float, parts[:8])) # 提取坐标信息 label = parts[-1] if label not in category_map: continue image_info = {'id': image_id, 'file_name': f'image_{image_id}.png'} annotation = { 'id': ann_id, 'image_id': image_id, 'category_id': category_map[label], 'bbox': convert_rotated_bbox(bbox), # 自定义函数将旋转框转为[x,y,w,h,angle] 'area': compute_area(bbox), 'iscrowd': 0 } coco_data['images'].append(image_info) coco_data['annotations'].append(annotation) ann_id += 1 image_id += 1 with open(output_json, 'w') as f: json.dump(coco_data, f) def convert_rotated_bbox(coords): # 实现逻辑以将八个顶点坐标转化为[x,y,w,h,angle] pass def compute_area(coords): # 计算多边形面积 pass ``` #### 修改配置文件 mmdetection通过配置文件控制实验流程。对于DOTA数据集，需要创建一个新的配置文件或者基于现有模板调整参数。以下是一个基础配置示例： ```python _base_ = './faster_rcnn_r50_fpn_1x_dota.py' # 基础配置路径 data_root = '/path/to/dota/' # 数据目录 train_pipeline = [ dict(type='LoadImageFromFile'), dict(type='LoadAnnotations', with_bbox=True, poly2mask=False), ... ] test_pipeline = [ dict(type='LoadImageFromFile'), dict( type='MultiScaleFlipAug', img_scale=(1024, 1024), flip=False, transforms=[ dict(type='Resize', keep_ratio=True), dict(type='RandomFlip'), dict(type='Normalize', mean=[...], std=[...]), dict(type='Pad', size_divisor=32), dict(type='DefaultFormatBundle'), dict(type='Collect', keys=['img', 'gt_bboxes', 'gt_labels']), ]) ] data = dict( samples_per_gpu=2, workers_per_gpu=2, train=dict( type='DOTADataset', ann_file=data_root + 'train/ann.json', img_prefix=data_root + 'train/images/', pipeline=train_pipeline), val=dict( type='DOTADataset', ann_file=data_root + 'val/ann.json', img_prefix=data_root + 'val/images/', pipeline=test_pipeline), test=dict( type='DOTADataset', ann_file=data_root + 'test/ann.json', img_prefix=data_root + 'test/images/', pipeline=test_pipeline)) evaluation = dict(interval=1, metric='mAP') ``` 上述配置中需要注意的是`type='DOTADataset'`部分，这表示我们正在加载一个特定于DOTA数据集的类。如果该类尚未存在，则可能需要继承并扩展默认的数据集类。 #### 开始训练 当一切就绪后，运行如下命令即可启动训练进程： ```bash python tools/train.py configs/custom/faster_rcnn_r50_fpn_1x_dota.py --gpu-id 0 ``` ---